بخشی از مقاله
اندازه گیري دامنهحرکتی بدن انسان توسط کینکت1 کاربردهاي فراوانی در حوزه پزشکی دارد. اندازهگیري دامنه حرکتی سر در تحقیقات گذشته مورد توجه کمتري قرار گرفته است. در این مقاله روشی براي استخراج زاویه سر در راستاي افق به کمک دوربین کینکت ارائه شده است. ابتدا تصویر عمق بهبود داده میشود. سپس، مرکز سر و گردن و نواحی مرزي سر استخراج شده و با ترکیب این اطلاعات، دامنه حرکتی افقی سر اندازه گیري میشود. نتایج بدست آمده از این روش، با دامنه حرکتی استخراج شده توسط داده هاي خام دوربین کینکت مقایسه شده است. نتایج نشان میدهند که پیدا کردن مرزهاي سر انسان هنگام چرخش به روش پیشنهادي، روش مناسبی براي محاسبه ي زاویه چرخش سر می باشد.
١- مقدمه
امروزه روشهاي بینایی ماشین در حوزههاي مختلفی از جمله پزشکی کاربرد زیادي پیدا کردهاند. یکی از حوزههایی که جدیدا مورد توجه محققان قرار گرفتهاست، کاربرد بینایی ماشین در سیستمهاي توانبخشی براي پایش وضعیت بیماران با ناتوانی حرکتی می باشد .[1] وظیفه این سیستمها اندازه گیري زوایاي بدن انسان در هنگام انجام تمرینات فیزیکی میباشد. توسط این سیستم، پزشکان میتوانند به صورت برخط فعالیتهاي بیمار را آزمایش کرده و با تحلیل زوایاي اندازهگیري شده تصمیات مناسب را اتخاذ کنند. با استفاده از دوربین کینکت، ساخت شرکت مایکروسافت، تولید تصویر عمق از صحنه با هزینه پایین فراهم شده است که توسط آن میتوان اجزاي بدن را تشخیص داد و دنبال کرد. به کمک تشخیص اجزاي بدن، میتوان زاویه بین اجزاي بدن را محاسبه کرد.
تا کنون تمرینهاي توانبخشی محدودي براي شناسایی و اندازه گیري توسط کینکت مورد بررسی قرار گرفتهاند. این تمرینها اکثرا مربوط به اندازه گیري چرخش و حرکات بازو، و به طور محدود حرکات پا را شامل می شوند. در برخی از تحقیقات، شاخصهایی مانند تعادل و یا مرکز ثقل بدن انسان نیز شناسایی شدهاند. به طور مثال گنزالس و همکاران [1] روشی براي پیدا کردن تعادل بدن با تشخیص نقطهي ثقل بدن توسط کینکت ارائه کردند.
این روش به پزشکان کمک میکند تا ضعف حرکتی بیماران را طی حرکت بررسی کنند. در روشی دیگر [2] ، حرکت انگشتان دست توسط دوربین کینکت دنبال شده و میزان خمش انگشتان محاسبه میشود و سپس دامنه حرکتی انگشتان دست محاسبه میشود. اکسل [3] روشی براي ردیابی اسکلت بدن و کاربرد آن در توانبخشی حرکت بازو ارائه کرد. در این سیستم فرد ناتوان یک جسم را از یک موقیعت به یک موقیعت دیگر انتقال می دهد و در طول انجام این تمرین، نحوه حرکت بازو مورد بررسی قرار می گیرد.
لازانو و همکاران [4] روشی جهت آنالیز حرکات بیماران MS ارائه کردند. در این روش، پس از اندازه گیري حرکات مربوط به تمرینهاي توانبخشی MS از جمله حرکات بازو و حرکات راه رفتن، نتایج براي تحلیل به پزشکان ارائه میشود. هان و همکاران [5] توانستند روشی براي اندازه گیري حرکات توانبخشی مخصوص بیماري ضعف ماهیچهاي دیستروفی طراحی کنند. در [6] محققان توانستند حرکات توانبخشی مربوط به بالاتنه، به ویژه حرکات دست را با دقت مناسب اندازه گیري کنند.
حرکت سر در تعادل انسان نقش مهمی دارد، با این وجود کینکت دقت مناسبی در اندازه گیري مکان سر ندارد[7] و به همین دلیل مورد توجه کمتري قرار گرفته است. در این مقاله با کمک دوربین کینکت، مکان سر استخراج شده و با پردازش نقشه عمق سر، نقاط کلیدي براي استخراج زاویه حرکتی سر محاسبه می شوند. نتایج این تحقیق نشان داد بیشترین خطاي کینکت در نقاط اکسترمم چرخش رخ می دهد. روش پیشنهاي می تواند این خطا را به مقدار قابل ملاحظه اي کاهش دهد. در ادامه، در بخش دوم، به بررسی دوربین کینکت می پردازیم. در بخش سوم، روش پیشنهادي براي اندازه گیري دامنه حرکتی سر ارائه میشود و در بخش چهارم نتایج بدست آمده نشان داده میشود. بخش 5 نتیجه گیري کلی میباشد.
٢- دوربین کینکت در ابتدا دوربین کینکت و نرمافزار جانبی آن بهصورت مختصر بررسی میشود. دوربین کینکت یک وسیله ارزانقیمت براي تصویربرداري و ثبت صدا میباشد. این دوربین قابلیت اندازهگیري عمق صحنه را نیز دارد. براي ثبت عمق، از یک انتشاردهنده و حسگر فروسرخ استفاده میشود. شرکت مایکروسافت، علاوه بر دوربین کینکت، یک جعبهابزار نرمافزاري براي تولید نرمافزارهایی که از کینکت استفاده میکنند ارائه کرده است. کینکت قادر است با استفاده از اطلاعات عمق، بدن انسان را از پسزمینه جدا کند و 20 نقطه اساسی از بدن انسان را ردیابی کند. این نقاط را بهصورت متداول، مفاصل مینامند. هزینه پایین، جعبهابزار نرمافزاري کدباز و نصب آسان، علت انتخاب این دوربین در تحقیق حاضر میباشد. در شکل 1، تصویر عمق، تصویر رنگی و اسکلت استخراجشده از بدن انسان بهعنوان نمونه نشان دادهشده است.
٣- روش پیشنهادي براي استخراج دامنه حرکتی سر در این بخش روش پیشنهادي براي تشخیص دامنه حرکتی سر ارائه میشود. زاویه موردنظر براي محاسبه میزان چرخش سر در راستاي محور افقی در شکل 2 نشان دادهشده است. براي محاسبه زاویه چرخش، ابتدا مفصل سر - COM - را مستقل از نرمافزار کمکی کینکت محاسبه میکنیم و به کمک آن نواحی مرزي سر را استخراج میکنیم. میزان چرخش سر نسبت به یافتن خطوط مرزي سر و گردن ، استخراج خواهد شد. در ادامه نحوه استخراج زاویه سر برمبناي اسکلت استخراجشده توسط نرمافزار کینکت بیانشده و سپس روش پیشنهادي توضیح داده میشود.
١-٣- استفاده از مفاصل تولیدشده توسط کینکت
بهمنظور تولید مبناي مقایسه، ابتدا نحوه محاسبه زاویه سر بر اساس مفاصل استخراجشده توسط کینکت محاسبه میشوند. براي این کار از دو مفصل استفاده میشود: مفصل اول که نشاندهنده مکان سر میباشد که آن را مفصل سر مینامیم. دومین مفصل، نشاندهنده مکان بین شانهها میباشد. میزان چرخش را از طریق تانژانت زاویهي بین سر و گردن مطابق شکل2 محاسبه میکنیم. در این شکل، Ω نشاندهنده زاویه بین سر و شانه میباشد. مراحل استخراج Ω در الگوریتم 1 نشان دادهشده است.
٣-٣- استخراج مفصل سر
در این قسمت الگوریتمی ارائه میشود که بتواند مکان مفصل سر را با دقت بیشتري نسبت به خروجی نرمافزار کینکت استخراج کند. براي این کار ابتدا هر فریم ورودي به کمک نقشه عمق بهبودیافته به یک تصویر باینري تبدیل میشود و بدن انسان را از پسزمینه جدا میکند. در این تصویر نقاط بدن با "یک" و نقاط پسزمینه با "صفر" نشان داده میشوند. این تصویر بهاختصار Ims نامیده میشود. شکل 3 تصویر باینري بدن را نشان میدهد. تصویر تولیدشده با دو عملیات مورفولوژي erosion و dilation براي حذف نویز عمق پاكسازيشده است. با استفاده از تصویر Ims مرکز سر، و مرکز گردن را بهعنوان مرکز چرخش حساب میکنیم.
٤-٣- پیدا کردن خطوط مرزي سر
براي پیدا کردن خطوط مرزي سر، از مقدار بیانیه و کمینه تصویر Imh در راستاي محور افقی که از COM و NC میگذرند استفاده میکنیم. با پیدا کردن 4 نقطه اکسترمم، خطوط مرزي سر استخراج میشوند و زوایاي θ1 و θ2 بهراحتی اندازهگیري می-شوند. زاویه چرخش سر توسط Ω=max - θ1,θ2 - محاسبه میشود - شکل . - 5 مراحل استخراج زاویه چرخش سر توسط روش پیشنهادي در الگوریتم 2 نشان دادهشده است. براي پیدا کردن مرکز سر در راستاي عمودي از قانون فواصل بدن استفاده میکنیم، که در آن نسبت ارتفاع سر به بدن معادل 1/8 میباشد. براي پیدا کردن مرکز ثقل افقی، تصویر را بهصورت عمودي، در راستاي سطري که ارتفاع سر را مشخص میکند اسکن کرده و محدوده افقی سر را مشخص میکنیم. بدین ترتیب نقطه مرکزي سر، COM، استخراج میشود. تصویر سر را با Imh مشخص میکنیم.
